通過 EM 場對預期和非預期的神經刺激進行建模
問題描述
高分辨率全身人體模型，帶有神經細節（上）； Sim4Life 模擬 MRI 檢查中的暴露。
電磁場 (EMF) 與神經元相互作用。這種相互作用可以是刺激的、抑制的或同步的，它可以是有意的或無意的。暴露於強低頻場的意外刺激例如發生在磁共振成像 (MRI) 梯度線圈中，而預期刺激的示例包括治療應用（經顱刺激、深部腦刺激、功能性電刺激等）或神經假體裝置（人工視網膜、神經假肢等）。建模對於治療和設備安全性和有效性評估特別有價值，而且對於優化醫療設備性能也很重要。
由於神經元的複雜結構和離子通道動力學、人體電場分佈的不均勻性以及兩者之間複雜的相互作用。後者是為什麼需要耦合 EM 神經元動力學建模的原因。
相關標準
關於誘導神經元動力學，有多個相關標準規範 EM 暴露安全：ICNIRP 2010 暴露指南和 IEEE C95.1 暴露標準為公眾和職業暴露於低頻場提供了閾值，這些閾值基於需求主導的考慮 以防止不良的 EM 神經元相互作用相關的影響。 IEC 60601-2-33 標準專門規定了 MRI 相關領域的暴露。
為指南和標準推導安全限制的一個重要因素是神經元動力學的 SENN（空間擴展非線性節點）模型，該模型旨在表示有髓軸突（神經纖維）。
方法
1. Sim4Life 中的耦合 EM-神經元動力學建模
Sim4Life 中脊髓神經刺激器模擬的細節。
Sim4Life T-NEURO 模塊提供全面的神經元動力學模擬，完全集成和耦合到 Sim4Life 平台的 EM 建模功能（P-EM-FDTD 和 P-EM-QS），以及一系列預定義的神經元動力學模型， 包括作為安全標準基礎的 SENN 模型。 Sim4Life 的主要優勢在於它能夠在現實解剖模型（例如，虛擬種群 (ViP) 3.0 或使用 IMG 和 iSEG 模塊從醫學圖像數據生成的模型）中模擬複雜的神經元動力學模型。 T-NEURO 模塊由耶魯大學開發的 NEURON 求解器提供支持。
可以通過將軌跡指定為樣條曲線然後將其歸因於預定義的行為模型，或者通過從大型存儲庫（例如 ModelDB）導入詳細的神經元模型來輕鬆設計神經元模型。 可以使用自動確定給定脈衝形狀的刺激閾值的功能。
2. 應用於神經假肢
Sim4Life 中深部腦刺激器 (DBS) 模擬的詳細信息。
使用 Sim4Life 的 T-NEURO 功能，可以研究用於神經修復應用的植入式電極。例如，橫向束內多通道電極（TIME – 一種神經接口，與更常見的袖帶電極相比，以增加侵入性為代價承諾更高的刺激選擇性）設計具有五個子電極，可選擇性地刺激不同神經元組。模擬了與激活各種肌肉有關的坐骨神經。為此，從圖像數據中提取了包括不同神經束在內的神經幾何結構，並將其轉換為神經模型。然後將數百個捕捉神經元特性統計變異性的動態神經元模型放置在神經模型內，並通過 TIME 電極陣列對它們的刺激進行建模。此類模擬用於比較不同電極設計的肌肉刺激選擇性和放置靈敏度。通過大鼠肌肉刺激的實驗測量證實了模擬預測。正在研究使用 TIME 電極進行坐骨神經刺激，目的是使腿部運動恢復到截癱狀態，小鼠的初步結果非常令人鼓舞。
3. 應用於神經刺激
由外部經顱磁刺激引起的電流。 使用 Sim4Life 進行模擬。
使用外部或內部電極的神經刺激可用於各種目的。 例如，深部腦刺激 (DBS) 使用植入電極來治療運動障礙、抑鬱症等。經顱刺激使用安裝在頭部表面的外部電極，例如用於中風康復。 使用 Sim4Life，不僅可以模擬電場分佈和電流，還可以模擬對神經元活動的相關影響。 已經使用 Sim4Life 低頻求解器結合高分辨率 MIDA 頭部模型比較了來自各種經顱刺激電極蒙太奇的場分佈，並且獲得的通過視網膜的電流密度可以與實驗觀察到的視覺 phosphenes 的發生相關，即現象 在沒有光進入眼睛的情況下看到光。
4. 應用於 MRI 安全性
高分辨率全身人體模型，正在接受 MRI 檢查。 使用 Sim4Life 進行模擬。
耦合的 EM 神經元動力學模型已被應用於評估由 MRI 梯度線圈切換引起的意外神經刺激的安全問題。通過沿著人體內部的各種神經軌跡整合真實的運動神經元模型，並研究由功能化 ViP 3.0 體模內的真實梯度線圈模型誘導的場的刺激閾值，可以證明當前安全標準的一系列假設是有問題的。最重要的是，發現 i）除了場強之外，場不均勻性（存在於人體內）可能是神經刺激的相關來源，ii）SENN 模型並不總是保守的，以及 iii）溫度的影響神經元動力學很重要，因此需要在現實解剖模型中進行耦合 EM-神經元動力學建模，以正確理解低頻暴露安全性並得出合適的安全標準。通過使用通過擴散張量成像獲得的不均勻的各向異性電導率圖，可以進一步提高建模保真度。各種治療相關的丘腦和丘腦底核的 DBS 電極暴露的 EM 建模已與代表三個不同神經元群體的 >100 個真實神經元模型的模擬相結合（使用 Sim4Life 的 Python 腳本功能準確放置），並且預測的刺激率可能與實驗確定的相關數量。
5. 驗證
模擬由電刺激引起的神經元放電。 在 Sim4Life 中使用 T-NEURO 模塊進行模擬。
底層 EM 求解器已得到廣泛驗證，例如，使用製造解決方案的方法。
耦合的 EM 神經元動力學建模已在多個層面上得到驗證和驗證：通過從 Sim4Life 中的 ModelDB 複製神經元模型並與使用 FDA 提供的參考 SENN 模型實現獲得的閾值進行比較，驗證了 Sim4Life 實現的正確性 網站提供各種脈衝持續時間和形狀。 通過預測和測量 i) 視網膜神經節細胞的刺激閾值和 ii) 神經假體坐骨神經刺激的肌肉激活選擇性來進行實驗驗證。 此外，根據文獻數據對深部腦刺激模型進行了定性驗證。
相關文獻
- Reilly, J. Patrick, and Alan M. Diamant. Electrostimulation: theory, applications, and computational model. Artech House, 2011.
- Neufeld, Esra, et al. “Simulation platform for coupled modeling of EM-induced neuronal dynamics and functionalized anatomical models.” Neural Engineering (NER), 2015 7th International IEEE/EMBS Conference on. IEEE, 2015.
- Iacono, Maria Ida, et al. “MIDA: A Multimodal Imaging-Based Detailed Anatomical Model of the Human Head and Neck.” PloS one 10.4 (2015).
- Neufeld, Esra, Ioannis V. Oikonomidis, and Niels Kuster. “Thresholds for interference with neuronal activity.” Electromagnetic Compatibility (APEMC), 2015 Asia-Pacific Symposium on. IEEE, 2015.
- Neufeld, Esra, et al. “Computational platform combining detailed and precise functionalized anatomical phantoms with EM-Neuron interaction modeling.”General Assembly and Scientific Symposium (URSI GASS), 2014 XXXIth URSI. IEEE, 2014.